Hướng dẫn bắt đầu nhanh Conda cho Ultralytics

Hướng dẫn này cung cấp giới thiệu toàn diện về cách thiết lập môi trường Conda cho Ultralytics Dự án. Conda là một gói mã nguồn mở và hệ thống quản lý môi trường cung cấp một giải pháp thay thế tuyệt vời cho pip để cài đặt các gói và phụ thuộc. Môi trường biệt lập của nó làm cho nó đặc biệt phù hợp cho các nỗ lực khoa học dữ liệu và học máy. Để biết thêm chi tiết, hãy truy cập Ultralytics Gói Conda trên Anaconda và kiểm tra Ultralytics kho lưu trữ feedstock cho các bản cập nhật gói trên GitHub.

Những gì bạn sẽ học

• Thiết lập môi trường Conda
• Cài đặt Ultralytics qua Conda
• Khởi tạo Ultralytics trong môi trường của bạn
• Sử dụng Ultralytics Hình ảnh Docker với Conda

Điều kiện tiên quyết

• Bạn nên cài đặt Anaconda hoặc Miniconda trên hệ thống của mình. Nếu không, hãy tải xuống và cài đặt nó từ Anaconda hoặc Miniconda.

Thiết lập môi trường Conda

Đầu tiên, hãy tạo một môi trường Conda mới. Mở thiết bị đầu cuối của bạn và chạy lệnh sau:

conda create --name ultralytics-env python=3.8 -y

Kích hoạt môi trường mới:

conda activate ultralytics-env

Cài đặt Ultralytics

Bạn có thể cài đặt Ultralytics Gói từ kênh Conda-Forge. Thực hiện lệnh sau:

conda install -c conda-forge ultralytics

Lưu ý về môi trường CUDA

Nếu bạn đang làm việc trong môi trường hỗ trợ CUDA, bạn nên cài đặt ultralytics, pytorchvà pytorch-cuda Cùng nhau giải quyết mọi xung đột:

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics

Sử dụng Ultralytics

Với Ultralytics Đã cài đặt, giờ đây bạn có thể bắt đầu sử dụng các tính năng mạnh mẽ của nó để phát hiện đối tượng, phân đoạn phiên bản và hơn thế nữa. Ví dụ: để dự đoán hình ảnh, bạn có thể chạy:

from ultralytics import YOLO

model = YOLO('yolov8n.pt')  # initialize model
results = model('path/to/image.jpg')  # perform inference
results[0].show()  # display results for the first image

Ultralytics Conda Docker Image

Nếu bạn thích sử dụng Docker, Ultralytics cung cấp hình ảnh Docker với môi trường Conda đi kèm. Bạn có thể lấy những hình ảnh này từ DockerHub.

Kéo mới nhất Ultralytics ảnh:

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

Chạy hình ảnh:

# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t  # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t  # specify GPUs

Chắc chắn, bạn có thể bao gồm phần sau trong hướng dẫn Conda của mình để thông báo cho người dùng về việc tăng tốc độ cài đặt bằng cách sử dụng libmamba:

Tăng tốc độ cài đặt với Libmamba

Nếu bạn đang muốn Tăng tốc độ cài đặt gói quy trình trong Conda, bạn có thể chọn sử dụng libmamba, một trình quản lý gói nhanh, đa nền tảng và nhận biết phụ thuộc đóng vai trò là trình giải thay thế cho mặc định của Conda.

Cách bật Libmamba

Để bật libmamba làm bộ giải cho Conda, bạn có thể thực hiện các bước sau:

1. Đầu tiên, cài đặt conda-libmamba-solver gói. Bạn có thể bỏ qua thao tác này nếu phiên bản Conda của bạn là 4.11 trở lên, vì libmamba được bao gồm theo mặc định.

   conda install conda-libmamba-solver
   

2. Tiếp theo, cấu hình Conda để sử dụng libmamba Với tư cách là người giải:

   conda config --set solver libmamba
   

Và đó là nó! Cài đặt Conda của bạn bây giờ sẽ sử dụng libmamba là bộ giải, điều này sẽ dẫn đến quá trình cài đặt gói nhanh hơn.

Chúc mừng! Bạn đã thiết lập thành công môi trường Conda, cài đặt Ultralytics gói, và bây giờ đã sẵn sàng để khám phá các chức năng phong phú của nó. Hãy thoải mái tìm hiểu sâu hơn về Ultralytics tài liệu cho các hướng dẫn và ví dụ nâng cao hơn.

Ý kiến